YAP抑制TEAD-NF-κB复合体并抑制透明细胞肾细胞癌的生长 研究背景 常规认知中，Hippo信号通路通过磷酸化转录辅助因子YAP将其留在细胞质中从而抑制YAP-TEAD转录复合物的形成，发挥着抑制肿瘤生长的作用。但是，来自新乡医学院、山东大学齐鲁医院等机构的研究者们发现，在清细胞肾细胞癌（CCRCC）中，YAP扮演了抑制肿瘤的角色。这项研究意味着通过激活YAP可能成为治疗患者的新策略。该研究由Zhongbo Li和Peng Su等人共同完成，于2024年7月2日发表在Science Signaling杂志上。 研究方法与发现 研究者在细胞培养、异种移植和患者源试验模型中发现，抑制上游Hippo通路激酶MST1和MST2或表达一个持续活性的YAP突变体阻碍了CCRCC增殖，降低了由转录因...
在当今科学技术飞速发展的背景下，自然杀伤（NK）细胞的免疫疗法因其在抗击肿瘤和病毒感染中的潜在优势而引起科学界的广泛关注。尤其是记忆样NK细胞的发现，为NK细胞作为抗癌疗法带来新的希望。NK细胞的激活与其记忆功能之间的分子机制尚未完全阐明，这为研究者提供了新的挑战。 本项研究由Jennifer A. Foltz等人于2024年6月28日在《Science Immunology》期刊上发表，题为“Cytokines drive the formation of memory-like NK cell subsets via epigenetic rewiring and transcriptional regulation”。研究团队来自美国圣路易斯华盛顿大学医学院及其附属研究所。 这项研究探...
高级别胶质瘤中的神经上皮遗传标志与预后研究 背景与研究动机 高级别胶质瘤（glioma）是一种恶性程度极高的脑肿瘤，患者预后通常较差。先前的临床前模型研究表明，神经和肿瘤细胞之间的相互作用推动了肿瘤的生长，但在临床中验证这种机制仍然有限。为了解高级别胶质瘤的分子机制，研究人员提出了一种基于表观遗传学的神经标志（neural signature）用于预测患者生存期。通过分析中央神经系统（CNS）肿瘤的表观遗传学特征，研究人员希望识别出在临床上具有重要意义的子类。 研究来源 这篇文章由Richard Drexler等人撰写，他们分别来自德国汉堡大学医学中心、斯坦福大学等多个不同的研究机构。文章于2024年6月发表在《Nature Medicine》上。 研究流程与方法 研究流程 研究包含多个步骤...
基于图神经网络的肺癌表示学习 背景介绍 随着数字病理学的快速发展，基于图像的诊断系统在精确病理诊断中变得越来越重要。这些系统依赖于用于全切片图像（Whole Slide Images, WSIs）上的多实例学习（Multiple Instance Learning, MIL）技术。然而，如何有效表示WSIs仍然是一个亟需解决的问题。深度神经网络的出现使得视觉计算取得了突破性进展，但面对每个WSI中庞大的像素量，现有的神经网络方法仍面临巨大挑战。近年来，一些研究已经探索了基于图的模型，以期在嵌入和表示WSIs的过程中捕捉图像中的复杂关系。 文章来源 本文的研究由以下作者完成：Rukhma Aftab, Yan Qiang, Juanjuan Zhao, Zia Urrehman和Zijuan ...
非小细胞肺癌的免疫疗法疗效预测：多视角自适应加权图卷积网络研究报告 背景介绍 肺癌是一种具有极高发病率和较差预后效果的恶性肿瘤，长期以来其致命率居高不下。在所有的肺癌患者中，非小细胞肺癌（Non-Small Cell Lung Cancer，简称NSCLC）约占85%。作为一种新兴的治疗手段，肿瘤免疫疗法为癌症患者提供了新的治疗思路。然而，免疫疗法费用高昂，且仅有约20%到50%的患者能够通过免疫疗法获得满意的疗效。此外，在治疗过程中，免疫性肺炎和肝炎等副作用可能发生。因此，在患者接受免疫疗法治疗前预测其疗效具有重要意义。 近年来，以机器学习为基础的放射组学在预测NSCLC免疫疗法的疗效方面表现出潜力。放射组学特征已经被证明为有效预测免疫疗法疗效的代理标志物。然而，大多数研究仅考虑了个体患者...
医学多组学数据分析中的多重先验知识图神经网络 背景介绍 精确医学是未来医疗保健的重要领域，因为它为患者提供个性化的治疗方案，从而改善治疗效果并降低成本。例如，由于乳腺癌患者存在复杂的临床、病理和分子特征，相同的治疗可能表现出不同的效果。随着生物医学技术的高速发展，疾病的表征可以通过多组学数据来实现。多组学方法相较单组学方法能够在多个数据间捕捉一致和互补的信息，从而建立更加准确和深入的模型。例如，癌症基因组图谱（The Cancer Genome Atlas, TCGA）提供了包括mRNA表达、DNA甲基化和拷贝数变异（Copy Number Variation, CNV）在内的多组学数据。因此，在精确医学的各类任务中引入多组学数据变得必要，这些任务包括药物反应预测、基因发现和生存分析等。 作...